Mozgom inšpirované metódy vo fyzike

• Název práce v češtině: Mozgom inšpirované metódy vo fyzike
• Název v anglickém jazyce: Brain inspired methods in physics
• Klíčová slova: strojové učenie, neurónové siete
• Klíčová slova anglicky: machine learning, neural networks
• Akademický rok vypsání: 2022/2023
• Typ práce: bakalářská práce
• Ústav: Katedra fyziky kondenzovaných látek (32-KFKL)
• Vedoucí / školitel: RNDr. Pavel Baláž, Ph.D.

Zásady pro vypracování

(i) Zoznámenie sa so základmi metód strojového učenia a neurónových sietí
(ii) Popis niektorých aplikácií strojového učenia v oblasti fyziky na základe vlastnej rešerše
(iii) Diskusia využitia neurónových sietí pre lepšie pochopenie fyzikálnych procesov

Seznam odborné literatury

1. J. Šíma, R. Neruda: Teoretické otázky neuronových sítí, Matfyzpress (1996)
2. G. Torlai, et al.: Neural-network quantum state tomography, Nature Physics 14, 447 (2018)
3. G. Carleo, M. Troyer: Solving the quantum many-body problem with artificial neural networks, Science 355, 602 (2017)
4. J. Torrejon et al.: Neuromorphic computing with nanoscale spintronic oscillators, Nature 547, pages 428 (2017)
5. J. Carrasquilla, R. G. Melko, Machine learning phases of matter, Nature Physics 13, 431 (2017)

Předběžná náplň práce

Výpočtové metódy inšpirované biologickými sústavami vykazujúcimi známky umelej inteligencie hrajú významnú úlohu v oblasti spracovania zložitých dátových štruktúr. Typickým príkladom takýchto výpočtových metód sú umelé neurónové siete. Ich základnou vlastnosťou je schopnosť zachytenia dôležitých časových a priestorových korelácii do štruktúry vzájomných prepojení medzi základnými výpočtovými jednotkami (neurónami). V bežnom živote sa využívajú na rozpoznávanie obrazu, písma, hlasu, alebo ako prediktory pri predpovedi počasia, alebo časového vývoja ceny akcií na burze. Vo fyzike sa neurónové siete môžu využit tak pri experimentoch na spracovanie získaných dát, ako aj pri tvorení teoretických modelov. Cieľom tejto bakalárskej práce je vytvorenie prehľadu využitia neurónových sietí vo fyzike a diskusia ich potenciálu pre ďalšie aplikácie.

Předběžná náplň práce v anglickém jazyce

Computational methods inspired by biological systems showing signs of artificial intelligence play an important role in the area of complex high-dimensional data processing. A typical example of such computational method are artificial neural networks. Their main feature is an ability to capture important time and space correlations in the structure of mutual interconnections between their basic computational units (neurons). In daily life they can be used for recognition of images, handwriting, voice, or as predictors for weather forecast, or for time evolution of prices at stock market. In physics neural networks can be used in experiments for data processing, as well as for creating theoretical models. The aim of this bachelor thesis is to make a research in applicability of neural networks in physics and discussion of their potential for future applications.